Communitygithub.com

Video VIP Pro

프리미엄 원클릭 비디오 편집기로, 토킹헤드와 세일즈 영상을 모든 산업(쇼핑, 부동산, 스파, F&B, 교육, 기술, 금융, 피트니스, 여행, 뉴스, 브이로그)에서 사용자가 선택한 브랜드 컬러로 편집합니다. 원본 영상을 받아 자동 자막, 립싱크, 리듬감 있는 줌, 모션 블러, 이중 캡션, 프로스트 유리 장면 및 약 50가지 VIP 효과를 적용하여 9:16/16:9 MP4로 렌더링한 후, 사용자가 간단한 프롬프트나 로컬 VIP 에디터(0 토큰)로 세부 조정합니다.

Video VIP Pro란 무엇인가요?

Video VIP Pro는 기술 전문가와 개발자를 위한 고급 AI 비디오 편집 도구입니다. 원본 영상을 한 번에 프리미엄 수준으로 편집해주며, 이후 사용자는 짧은 프롬프트(예: "문장 3 효과 변경", "색상 주황색", "VHS 제거", "글자 크게")로 세부 조정할 수 있습니다. 이 스킬은 Python, Node.js, FFmpeg, NVIDIA GPU 가속을 지원하며, Windows와 macOS/Linux에서 모두 동작합니다. 주요 기능으로는 자동 립싱크 안전 컷, 이중 캡션, 리듬감 있는 카메라 워크, 모션 블러, 프로스트 유리 장면, 텍스트 뒤로 머리 숨기기, 초상화 블러, 프레임 돌파 인물, 카운트업 가격, 스탬프, 티어어웨이, 크랙, 쇼크웨이브, 오비트 링, 필름/VHS 룩, UI 모형 등 약 50가지 VIP 효과가 포함됩니다. 작업 흐름은 브리핑 분석, 영상 분석, 전사, 컷 편집, 빌드 스크립트 작성, 렌더링, 자체 품질 검사, 최종 렌더링 및 전달로 구성되며, 참조 문서(edit_brain.md, style.md, industries.md, recipes.md, plan.md)를 통해 창의성과 일관성을 유지합니다. 사용자가 VIP 에디터로 수동 편집한 경우에는 계획을 직접 수정하여 변경 사항을 보존합니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/leminhhieu0707/video-vip-pro/tree/HEAD

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

Video VIP Pro은(는) 무엇을 하나요?

원본 영상을 입력하면 한 번에 프리미엄 편집 결과물이 나옵니다. 그 후에는 사용자가 짧은 프롬프트("문장 3 효과 변경", "색상 주황색", "VHS 제거", "글자 크게")로 조정하며, 모든 편집은 작은 빌드 스크립트에서 재구성됩니다.

스크립트는 이 파일과 같은 디렉토리의 scripts/에 있습니다. 다음과 같이 실행합니다: python -X utf8 <skill>/scripts/<name>.py. 초기 설정은 setup.ps1(Windows) 또는 setup.sh이며, scripts/get_sfx.py도 실행하여 트렌드 SFX 팩(약 130개의 Mixkit 사운드, 19개 패밀리)을 이 컴퓨터에 다운로드합니다. 명령어가 모듈이나 글꼴 누락으로 실패하면 설정을 다시 실행하세요.

읽어야 할 파일

시점읽을 파일
계획하기 전에 항상references/edit_brain.md (크리에이티브 패스, 7가지 편집 스타일, 다양성 규칙, 트렌드 사운드 디자인) + references/style.md (모든 효과 + 소품, 카메라, 테마)
비즈니스에 맞는 효과/색상 선택 시references/industries.md의 해당 행
계획 필드가 확실하지 않을 때references/plan.md (전체 스키마) grep
토킹헤드가 아닌 장르(몽타주, 슬라이드쇼, 튜토리얼, 팟캐스트)references/recipes.md의 해당 섹션
빌더 시작 시templates/build_vip.py 복사

원클릭 작업 흐름 (결과를 크게 바꾸는 선택이 아니라면 질문하지 말고 모두 수행)

  1. 브리핑. 다음을 추론합니다:

    • 산업: 말하거나 보이는 정보로부터.
    • 테마:
      • 사용자가 지정한 색상이 있으면 그 색상;
      • 없으면 브랜드 색상(로고, 간판, 유니폼);
      • 없으면 산업 기본값.
    • 화면 비율: 소스가 가로이고 YouTube용이 아니라면 9:16.
    • 길이: 모든 좋은 문장은 유지.

    사용자가 관련 없는 여러 파일을 힌트 없이 제공한 경우에만 질문합니다.

  2. 시청. analyze.py SRC --every 2를 실행하고 시트를 읽습니다. 다음을 확인:

    • 얼굴 위치: 이것이 FACE가 됩니다;
    • 빈 공간 위치;
    • 화면에 고정된 텍스트;
    • 셔츠 색상(가슴 텍스트가 읽기 쉬워야 함).
  3. 전사. transcribe.py SRC --prompt "<브랜드, 제품, 이름>"을 실행합니다. 그런 다음 .transcript.json을 교정합니다:

    • 잘못 들은 단어를 수정하되, 가능하면 단어 수 유지;
    • 가격은 베트남식으로 작성: "8.190.000đ" 또는 "8,19 triệu".
  4. 문장 선택. 유지할 각 문장에 대해 하나의 항목으로 edited/cuts.json을 순서대로 작성:

    • 재촬영(더 나중에 깔끔한 테이크 유지), 잘못된 시작, "cắt nhé", 무음을 제거;
    • in = 첫 단어 −0.08초, out = 마지막 단어 +0.15초; "transcripts"(소스 .transcript.json 파일)를 추가하여 aroll.py가 캡션 및 사운드 브레인용 aroll.transcript.json도 작성하도록 함.

    그런 다음 aroll.py edited/cuts.json -o edited/aroll.mp4 --speed 1.1를 실행합니다. 그러면 단일 립싱크 안전 A-roll과 문장 시작 시간을 담은 aroll.json이 생성됩니다.

  5. 빌드. 먼저 references/edit_brain.md의 크리에이티브 패스를 수행합니다. 편집 스타일, 3가지 모티프, 리듬 맵을 선택한 다음 스토리보드 테이블을 작성합니다. 이전 비디오의 시퀀스를 재사용하지 마십시오. templates/build_vip.py를 edited/에 복사하고 내용을 채웁니다:

    • THEME, FACE, CAP_Y 설정;
    • 각 문장에 cap(i, top, text) 제공;
    • 각 문장에 카메라 움직임(cam) 제공, 문장 0에는 HOOK, 2-3개의 가장 중요한 키워드에는 SNAP 또는 EMPH, 나머지에는 PUSH / PUNCH / PULL을 번갈아 사용;
    • 3-5초마다 하나의 VIP 효과를 추가합니다. 산업 행에서 선택하고 효과 이름을 나타내는 단어에 배치(가격은 CountUp 유발, "3 điều"는 NumberList 유발, "đau đầu"는 Cracks 유발);
    • 사운드 브레인을 켭니다("sound_design": {"style": "trend", "brain": {...}}, edit_brain.md §4a 참조): 효과 사운드는 화면을 따르고, 스토리 사운드는 단어를 따릅니다. 그런 다음 sound_brain.py의 제안을 읽고 의미를 더하지 않는 것은 제거합니다;
    • 이전에는 "sound_design": "trend"가 의미했던 것: 모든 효과에 트렌드 팩의 레이어된 사운드가 자동으로 추가되므로, 스토리를 전달하는 경우에만 수동으로 사운드를 추가합니다(리빌 전 라이저, 펀치라인 전 침묵);
    • 분당 2-4개의 프로스트 장면 추가;
    • CTA로 마무리.
  6. 렌더링. build_vip.py를 실행한 다음 render.py plan_vip.json --draft를 실행합니다. 2분 이상 렌더링은 백그라운드에서 실행됩니다. 각 모션 항목의 첫 번째 렌더링은 3-5초가 소요되며, 인물 매팅은 효과 1초당 약 1초가 소요됩니다.

  7. 자체 출력 확인. analyze.py <draft> --every 1을 실행하고 모든 시트를 읽습니다. 다음을 확인:

    • 텍스트가 잘리거나 얼굴을 가리는 경우;
    • 효과가 잘못된 단어에 위치한 경우;
    • 이 테마에 대해 읽을 수 없는 색상;
    • 검은색 또는 정지 프레임;
    • −14 LUFS에서 벗어난 음량.

    빌더를 수정하고 다시 렌더링합니다. 세그먼트 및 모션 캐시 덕분에 빠릅니다. 문제당 최대 3회 반복합니다.

  8. 최종. render.py plan_vip.json(--draft 없이)을 실행합니다.

  9. 전달. MP4를 전송합니다(SendUserFile 사용 가능한 경우). 그런 다음:

    • 3-5줄 요약 제공: 길이, 테마, 사용된 효과와 해당 문장, 추측한 내용;
    • VIP 에디터를 백그라운드에서 시작: python -X utf8 <skill>/editor/server.py edited/plan_vip.json, 사용자가 드래그, 시간 조정, 다시 입력, 색상 변경을 수동으로 0 토큰으로 할 수 있도록 합니다.

혼합 음성. 비디오가 카메라 앞에서 말하는 음성과 내레이터 음성을 혼합하는 경우, scripts/voice_match.py를 실행하여 둘 다 하나의 음성처럼 들리도록 합니다(references/edit_brain.md §5 참조). 내레이터만 사용하기로 결정하기 전에 모든 클립에서 카메라 앞에서의 좋은 대사를 스캔합니다(모두 한 번에 전사).

프롬프트로 세부 조정 (첫 번째 편집 후)

  • 항상 build_vip.py를 편집하고, 생성된 계획은 편집하지 마십시오. 사용자가 VIP 에디터에서 변경했다고 말한 경우, 먼저 plan_vip.json을 다시 읽고 계획을 직접 편집하십시오. 재빌드 시 수동 편집이 손실되기 때문입니다. 어떤 접근 방식을 취하는지 사용자에게 알리십시오.

  • 요청을 편집에 매핑:

    요청편집
    "đổi màu …"THEME
    "câu N …"문장 N의 블록
    "bỏ / thêm hiệu ứng X"해당 motion(...) / layer(...) 줄 삭제 또는 추가
    "chữ to / nhỏ"size
    "chữ thấp / cao"CAP_Y 또는 y
    "zoom nhiều / ít"cam / cycle 움직임
    "nhạc khác"MUSIC
    "nhanh hơn"aroll.py --speed (그런 다음 재빌드)
  • 전체 렌더링 전에 확인: 변경된 범위에 대해서만 render.py plan_vip.json --preview A-B를 실행하고 확인한 후 전체 렌더링을 한 번 수행합니다.

품질 규칙

  • 캡션. 각 구문에 하나의 BlueText를 사용하여 일반 자막을 대체합니다. 한 줄에 최대 하나의 **keyword**를 사용합니다. 실제 영상에는 tone: "video"를 사용하고, 밝은 프로스트에는 tone: "light"를 사용합니다.
  • 깨끗한 프레임. 캡션 외에 화면에 최대 하나의 다른 요소만 유지합니다. 얼굴을 절대 가리지 마십시오. 9:16에서는 텍스트를 상단 10%와 하단 20% 밖에 배치하지 마십시오.
  • 카메라. 3-6초마다 하나의 카메라 이벤트. 큰 움직임(SNAP, EMPH)은 10초에 최대 한 번.
  • 팝아웃 크롭. popout 크롭은 턱 아래에서 시작해야 합니다. 그렇지 않으면 머리가 돌파하지 못합니다.
  • 정직성. 영상이나 사용자 메시지에 있는 가격, 사양, 이름, 인용문만 사용합니다.
  • 라이선스 미디어만 사용. 번들된 합성 SFX, 사용자 자체 파일, 또는 로열티 프리 음악만 사용합니다. 저작권이 있는 노래나 재업로드된 클립은 절대 사용하지 마십시오.

환경 참고 사항

  • Python 및 Node. Python 3.10+ 및 requirements.txt(faster-whisper, rembg, onnxruntime, opencv, numpy, fonttools, Pillow, edge-tts)와 Node 18+가 motion/에 필요합니다. motion/ 내에서 npm ci를 실행합니다(설정 시 수행).
  • FFmpeg. libass가 포함된 전체 빌드여야 합니다.
  • GPU.
    • NVIDIA GPU는 Whisper 및 NVENC 인코딩을 가속화합니다.
    • GPU가 없으면 Whisper가 CPU에서 실행됩니다. 속도를 위해 --model small을 사용하십시오.
    • rembg는 사용 가능한 경우 DirectML 또는 CUDA를 사용합니다.
  • 글꼴. Be Vietnam Pro 및 Playfair Display가 assets/fonts 및 motion/public/fonts에 번들되어 있습니다.
  • Windows 인쇄. 임시 스니펫에서 베트남어를 인쇄하기 전에 PYTHONIOENCODING=utf-8을 설정하십시오.
  • 캐시. <plan>_work/ 디렉토리에 있습니다. 캐시가 손상된 경우에만 해당 폴더를 삭제하십시오.

문제 해결

  • 모션 컴포넌트가 빈 프레임을 렌더링함: motion/render_motion.py COMP '<props>' --duration 2 --still 1 -o x.png로 스틸을 렌더링하고 확인하십시오.
  • 매트에 잘못된 사람(벽의 로고 또는 포스터): popout "head": [x, w]를 사용하여 돌파할 수 있는 열을 제한하거나, 더 조용한 순간을 선택하십시오.
  • 컷 후 사운드 밀림: 여러 토킹 클립을 세그먼트별로 연결하지 마십시오. 항상 aroll.py를 통해 진행하십시오.
  • "sound effect not found": 레시피 이름이 내장 사운드에 매핑됩니다(render.py의 SFX_ALIASES 참조). 자체 name.mp3를 assets/sfx/에 넣어 재정의할 수 있습니다.
  • 스크립트가 할 수 없는 효과: 직접 ffmpeg 명령어로 렌더링하거나, motion/src/blue/에 T('…')로 색상을 감싼 새 컴포넌트를 작성한 후 계획에서 사용하십시오.

관련 스킬